Ist GDPNow eine offizielle Prognose der Atlanta Fed oder des Präsidenten der Bank?
Nein, es handelt sich nicht um eine offizielle Prognose der Atlanta Fed, ihres Präsidenten, des Federal Reserve Systems oder des FOMC.
Werden die Prognosen nach eigenem Ermessen angepasst?
Nein. Sobald das GDPNow-Modell mit der Vorhersage des BIP-Wachstums für ein bestimmtes Quartal beginnt, wird der Code erst nach der „Vorausschätzung“ angepasst. Wenn wir das Modell im Laufe der Zeit verbessern, werden wir die Änderungen direkt nach der „Vorab“-Schätzung einführen, so dass die Prognosen für das folgende Quartal während ihrer gesamten Entwicklung eine feste Methodik verwenden.
Wann beginnen und enden Nowcasts des BIP-Wachstums in einem bestimmten Quartal?
GDPNow Nowcasts des realen BIP-Wachstums in einem bestimmten Quartal beginnen etwa 90 Tage vor der Veröffentlichung der „Voraus“-Schätzung des BIP-Wachstums für das Quartal; sie enden am letzten Geschäftstag mit einer Datenveröffentlichung, die GDPNow verwendet, die dem Veröffentlichungsdatum der Vorausschätzung des Bureau of Economic Analysis (BEA) für das BIP-Wachstum vorausgeht. Außer nach jährlichen Benchmark- oder umfassenden Revisionen des BIP, die in der Regel Ende Juli stattfinden, beginnen die GDPNow Nowcasts für ein Quartal im Allgemeinen an dem Wochentag nach der Veröffentlichung der Vorausschätzung des BIP-Wachstums für das vorangegangene Quartal. Nach umfassenden oder Benchmark-BIP-Revisionen kann sich der erste GDPNow Nowcast für das Folgequartal um etwa eine Woche verzögern, bis das BEA überarbeitete „zugrundeliegende Detailtabellen“ für die Volkswirtschaftlichen Gesamtrechnungen (VGR) veröffentlicht.
Der erste GDPNow Nowcast für das reale BIP-Wachstum im ersten Quartal 2018 fand beispielsweise am Montag, den 29. Januar 2018 statt, dem ersten Wochentag nach Freitag, dem 26. Januar 2018, als die Vorausschätzung des realen BIP-Wachstums im vierten Quartal 2017 veröffentlicht wurde. Der endgültige GDPNow Nowcast des realen BIP-Wachstums im ersten Quartal 2018 wurde am 26. April 2018 erstellt, und die Vorausschätzung des realen BIP-Wachstums im ersten Quartal 2018 wurde am 27. April 2018 veröffentlicht.
Wie häufig wird die GDPNow-Prognose aktualisiert?
Die Modellprognose wird sechs- bis siebenmal im Monat an Wochentagen aktualisiert, wobei mindestens eine der folgenden sieben Datenveröffentlichungen erfolgt: ISM-Geschäftsbericht des verarbeitenden Gewerbes, U.S. International Trade in Goods and Services (FT900), Großhandel, monatlicher Einzelhandelsbericht, Neubau von Wohngebäuden, Vorabbericht der Hersteller langlebiger Güter sowie persönliche Einkommen und Ausgaben. Andere Datenveröffentlichungen, wie z.B. Industrieproduktion und Kapazitätsauslastung und Verkäufe bestehender Häuser, werden ebenfalls in das Modell einbezogen und ihre Auswirkungen auf die Prognose des Modells werden am nächsten Wochentag mit einer der Datenveröffentlichungen gezeigt. Die in der Grafik gezeigten proprietären Prognosen von Blue Chip Economic Indicators und Blue Chip Financial Forecasts sind bei Aspen Publishers erhältlich.
Wie kann ich auf historische Prognosen des GDPNow-Modells zugreifen?
Diese Prognosen sind in dieser herunterladbaren Tabelle verfügbar. Auf der Registerkarte „ReadMe“ in der Tabelle finden Sie Hyperlinks zu den historischen Prognosen und anderen Daten für das Modell. Insbesondere die Registerkarte „TrackingDeepArchives“ enthält Prognosen für den Zeitraum 2011:Q3-2014:Q1 (bevor das Modell in Betrieb ging), die Registerkarte „TrackingArchives“ enthält Prognosen von 2014:Q2 bis zum letzten Quartal, für das eine Vorausschätzung des BIP durch das BEA veröffentlicht wurde, und die Registerkarte „TrackRecord“ enthält einen Vergleich der historischen GDPNow-Modellprognosen mit den tatsächlichen „Voraus“-Schätzungen des realen BIP-Wachstums durch das BEA.
Wo kann ich etwas über die im Modell verwendeten Methoden und Quelldaten lesen?
Eine detaillierte Beschreibung findet sich in einem Arbeitspapier, das das Modell beschreibt. Zusammenfassend lässt sich sagen, dass das NIPA-Handbuch des BEA eine sehr detaillierte Dokumentation sowohl über die Quelldaten als auch über die Methoden zur Schätzung der Teilkomponenten des BIP enthält. Der verstorbene Wirtschaftsnobelpreisträger Lawrence Klein leistete Pionierarbeit bei vielen der „Brückengleichungs“-Methoden, die für kurzfristige Prognosen des BIP-Wachstums unter Verwendung dieser Quelldaten verwendet werden; ein Papier aus dem Jahr 1989, das er gemeinsam mit E. Sojo verfasst hat, beschreibt diesen Ansatz. Kathleen Navin, Wirtschaftswissenschaftlerin bei Macroeconomic Advisers, zeigt in dieser Präsentation aus dem Jahr 2017 aus der Vogelperspektive, wie ein Brückengleichungsansatz in der Praxis zur Verbesserung der BIP-Prognosen eingesetzt werden kann. Die in unserem GDPNow-Modell verwendeten ökonometrischen Techniken wurden stark an die BIP-Nowcasting-Modelle angepasst, die in einem Artikel von Preston J. Miller und Daniel M. Chin im Minneapolis Fed Quarterly Review aus dem Jahr 1996 und in einem Papier von David Small und den Ökonomen Domenico Giannone und Lucrezia Reichlin aus dem Jahr 2008 beschrieben wurden.
Wo kann ich alternative Prognosen zum BIP-Wachstum finden?
Für Modellprognosen anderer Zentralbanken siehe den New York Fed Nowcasting Report, den St. Louis Fed Economic News Index: Real GDP Nowcast, das Philadelphia Research Intertemporal Stochastic Model (PRISM) und das Vorhersagemodell der Federal Reserve Bank of Cleveland für das BIP-Wachstum auf der Grundlage der Steigung der Zinskurve. Moody’s Analytics und Now-Casting.com erstellen eigene Modellprognosen für das kurzfristige BIP-Wachstum. Für umfragebasierte Prognosen siehe den vierteljährlichen Survey of Professional Forecasters der Philadelphia Fed, der Prognosen des realen BIP und seiner wichtigsten Teilkomponenten enthält. Der Economic Forecasting Survey des Wall Street Journal wird monatlich durchgeführt, und die Rapid Update-Umfrage von Moody’s Analytics/CNBC findet im Allgemeinen mehrmals pro Woche statt. Keine dieser Umfragen enthält Prognosen zu den Teilkomponenten des BIP.
Wie genau sind die GDPNow-Prognosen? Sind sie genauer als „professionelle“ Prognosen?
Die nachstehende Grafik zeigt die Echtzeit-Prognosen von GDPNow, die kurz vor der Veröffentlichung der ersten Schätzung der annualisierten Wachstumsrate des realen BIP erstellt wurden, zusammen mit den ersten Schätzungen des U.S. Bureau of Economic Analysis.
Seit wir 2011 begonnen haben, das BIP-Wachstum mit Versionen dieses Modells zu verfolgen, beträgt der durchschnittliche absolute Fehler der endgültigen GDPNow-Prognosen 0,81 Prozentpunkte. Der mittlere quadratische Fehler der Prognosen liegt bei 1,24 Prozentpunkten. Diese Genauigkeitsangaben beziehen sich auf die ersten Schätzungen für 2011:Q3-2020:Q4. Einige weitere Analysen der Prognosefehler von GDPNow finden Sie in den Makroblog-Beiträgen hier und hier. Im Vergleich zu früheren Versionen haben wir einige Verbesserungen am Modell vorgenommen, und die Modellprognosen sind im Laufe der Zeit immer genauer geworden (die vollständige Erfolgsbilanz finden Sie hier). Beim Backtesting mit revidierten Daten beträgt der mittlere quadratische Fehler der Out-of-Sample-Prognose des Modells mit der gleichen Datenabdeckung, die ein Analyst kurz vor der „Voraus“-Schätzung hätte, 1,15 Prozentpunkte für den Zeitraum 2000:Q1-2013:Q4. Die nachstehende Abbildung zeigt, wie die Prognosen genauer werden, wenn sich das Intervall zwischen dem Datum der Prognose und dem Datum der bevorstehenden BIP-Veröffentlichung verkleinert.
Insgesamt liefern diese Genauigkeitsmetriken keinen zwingenden Beweis dafür, dass das Modell genauer ist als professionelle Prognostiker. Im Vergleich zu anderen konventionellen statistischen Modellen scheint das Modell jedoch gut abzuschneiden.
Wie werden Revisionen von Daten behandelt, die sich noch nicht in der letzten BIP-Veröffentlichung widerspiegeln?
Im Allgemeinen versucht das Modell nicht zu antizipieren, wie sich Datenveröffentlichungen nach dem letzten BIP-Bericht auf die Revisionen in der bevorstehenden BIP-Veröffentlichung auswirken werden. Eine Ausnahme bildet die Unterkomponente „Veränderung der privaten Lagerbestände“, bei der sich die Revisionen der Werte des Vorquartals auf das BIP-Wachstum im laufenden Quartal auswirken. Nutzer der GDPNow-Prognose sollten im Allgemeinen die Prognosen für die Veränderung der „Nettoexporte“ und die Veränderung der „Veränderung der privaten Lagerbestände“ verwenden, und nicht die Prognosen für die Niveaus. Revisionen der Einzelhandelsumsätze werden verwendet, um Revisionen der realen monatlichen Ausgaben in der „PCE-Kontrollgruppe“ zu antizipieren, und Revisionen der Wohnungsbaubeginne werden verwendet, um Revisionen des monatlichen Wertes der privaten Wohnungsbauausgaben zu antizipieren.
Geben Sie Ihren Code weiter?
Zu diesem Zeitpunkt, nein. Die Excel-Tabelle enthält jedoch die numerischen Details – einschließlich der Rohdaten und Modellparameter – wie die monatlichen Daten in Prognosen der Teilkomponenten des BIP einfließen.
Was sind die Unterschiede zwischen GDPNow und dem FRBNY Nowcast Modell? Warum haben die beiden Modelle unterschiedliche Prognosen?
Das FRBNY Nowcast-Modell des realen BIP-Wachstums basiert auf einem dynamischen Faktormodell, das in diesem Blogeintrag von Liberty Street beschrieben wird. Der Chicago Fed National Activity Index und der Aruoba-Diebold-Scotti Business Conditions Index sind beides Indikatoren für die Wirtschaftstätigkeit, die anhand von Faktormodellen geschätzt werden. Der neueste Nowcast des FRBNY Nowcast Modells zusammen mit einigen damit zusammenhängenden Q&A ist hier verfügbar.
Das GDPNow der Atlanta Fed verwendet ebenfalls ein dynamisches Faktormodell, das auf einem Modell eines der Ökonomen der New York Fed basiert, der den Liberty Street Blogeintrag mitverfasst hat, verwendet den Faktor aber nur als Input, um die noch zu veröffentlichenden monatlichen Quelldaten für das BIP zu ergänzen. Die Schätzungen dieses dynamischen Faktors sind auf der Registerkarte „Faktor“ dieser Excel-Datei verfügbar.
Die monatlichen Quelldaten werden dann zur Schätzung der Teilkomponenten des BIP verwendet, die dann zu einem realen BIP-Wachstumsprognose-Nowcast aggregiert werden. Neben einem dynamischen Faktormodell verwendet GDPNow mehrere andere ökonometrische Techniken, einschließlich „Brückengleichungen“ und Bayes’sche Vektorautoregressionen, um die Teilkomponenten des BIP zu prognostizieren. Die genauen Methoden werden in diesem Arbeitspapier beschrieben. Die numerischen Details – einschließlich der Rohdaten und Modellparameter -, die die monatlichen Daten in Nowcasts der Teilkomponenten des BIP in der neuesten GDPNow-Prognose übersetzen, sind in dieser Excel-Datei verfügbar (siehe die ReadMe-Registerkarte).